【技术实现步骤摘要】
一种基于几何注意力感知的车道线检测系统
本专利技术涉及车道线检测
,具体涉及一种基于几何注意力感知的车道线检测系统。
技术介绍
车道线检测是一种从车载传感器捕获的汽车周围环境图像中提取静态车道线特征的技术,只有极少数方法从激光雷达传感器捕获的图像中检测车道线,虽然激光雷达在距离测量上有天然优势,但是其成像原理决定了只能感知标识明显的车道线,而且激光雷达成本非常高。因此在大多数工作中使用成本低廉的摄像机,由于其成像原理和人类视觉系统相似,它捕获的图像更适合人类理解,方便人工对图像进行标注,包括一些复杂的交通环境,例如,车道线被遮挡等,这对于有监督的语义分割任务来说至关重要。在高等级的自动驾驶系统中,由于系统是汽车控制的主要执行者,车道线检测结果直接影响了车辆控制、其他交通参与者状态判断、障碍物距离测量和高精度地图构建及更新等任务,因此车道线检测成为自动驾驶
研究的热点。早期的车道线检测方法,利用传统图像处理技术从简单道路场景中提取车道线特征,但是它们高度依赖假设和约束条件,使其只能检测道路中外观和颜色明显的车道线。随着卷积神经网络(ConvolutionalNeuralNetworks,CNN)在计算机视觉领域的发展,CNN能够从大规模车道线数据集中学习到丰富的车道线特征,提高了车道线在各场景下的识别准确率,使自动驾驶技术落地成为可能。目前,大多数车道线检测算法被定义为语义分割问题,它们将车道线标注作为完全卷积神经网络的监督信号,为给定图像中的每个像素分配车道线或背景类别。其中,Kim等人提出了基于 ...
【技术保护点】
1.一种基于几何注意力感知的车道线检测系统,其特征在于,包括主干网络、语义分割分支、几何距离嵌入分支、注意力信息传播模块、几何注意力感知模块和跳跃金字塔融合上采样模块;其中,/n所述主干网络用于将输入RGB图像的彩色空间映射为高维特征空间;/n所述语义分割分支用于从主干网络共享的高维特征中重建车道线语义标签,对主干网络的输出特征图进行细化并对特征图分辨率进行放大;/n所述几何距离嵌入分支用于从主干网络共享的高维特征中重建几何距离嵌入标签,对主干网络的输出特征图进行细化并对特征图分辨率进行放大,该分支使用几何距离变换掩膜作为监督信号,以学习车道线的中心线到车道线边界距离的连续表示;/n所述注意力信息传播模块作用于解码器相邻两个阶段上采样层之间,通过在通道上施加选择权重,以动态方式从语义分割分支和几何距离嵌入分支输出特征图的通道上自适应地选择重要的互补信息进行传播,并采用类似残差网络的结构进行分支间信息融合;/n所述几何注意力感知模块设于语义分割分支和几何距离嵌入分支的末端,用于将几何距离嵌入分支的输出特征转化为一个注意力矩阵,该矩阵从空间维度上捕获了像素之间长距离的上下文信息,使用这些包 ...
【技术特征摘要】
1.一种基于几何注意力感知的车道线检测系统,其特征在于,包括主干网络、语义分割分支、几何距离嵌入分支、注意力信息传播模块、几何注意力感知模块和跳跃金字塔融合上采样模块;其中,
所述主干网络用于将输入RGB图像的彩色空间映射为高维特征空间;
所述语义分割分支用于从主干网络共享的高维特征中重建车道线语义标签,对主干网络的输出特征图进行细化并对特征图分辨率进行放大;
所述几何距离嵌入分支用于从主干网络共享的高维特征中重建几何距离嵌入标签,对主干网络的输出特征图进行细化并对特征图分辨率进行放大,该分支使用几何距离变换掩膜作为监督信号,以学习车道线的中心线到车道线边界距离的连续表示;
所述注意力信息传播模块作用于解码器相邻两个阶段上采样层之间,通过在通道上施加选择权重,以动态方式从语义分割分支和几何距离嵌入分支输出特征图的通道上自适应地选择重要的互补信息进行传播,并采用类似残差网络的结构进行分支间信息融合;
所述几何注意力感知模块设于语义分割分支和几何距离嵌入分支的末端,用于将几何距离嵌入分支的输出特征转化为一个注意力矩阵,该矩阵从空间维度上捕获了像素之间长距离的上下文信息,使用这些包含了距离的上下文信息指导车道线语义分割;
所述跳跃金字塔融合上采样模块与主干网络和几何注意力感知模块连接,用于通过跳跃连接将主干网络各层级编码器中不同的车道线抽象特征,与逐步上采样过程中恢复分辨率的网络输出特征进行融合,获得车道线概率图。
2.根据权利要求1所述的基于几何注意力感知的车道线检测系统,其特征在于,所述主干网络采用常用的残差网络ResNet,所述残差网络ResNet的前三个阶段使用步长为2的卷积层,后两个阶段使用步长为1的空洞卷积。
3.根据权利要求1所述的基于几何注意力感知的车道线检测系统,其特征在于,所述几何距离嵌入分支中几何距离变换掩膜的制作包括:拟合单元,用于对数据集中标注的采样车道线像素拟合成线宽为1的车道线;计算单元,用于计算拟合单元中图像的距离变换,距离变换输出表示了每个像素到附近车道线最小欧式距离,图像中的像素值以车道线为中心向外连续增大;设置单元,用于设置截断阈值τ来限制距离变换区域的范围,截断阈值τ的值取决于语义分割掩膜中每条车道的宽度;翻转单元,用于对截断的距离掩膜进行翻转,使编码的几何距离表示为从车道线中心到外界连续递减到0,几何距离变换掩膜dmask用以下公式表示:
dmask=(τ-min(min(dp),τ))
其中,min(dp)表示图像中任意像素p到附近车道线中心线的最小欧式距离,τ为截断阈值,即车道线中心到边界的最大欧式距离,同样也表示距离掩膜中车道线区域的范围。
4.根据权利要求1所述的基于几何注意力感知的车道线检测系统,其特征在于,通过所述注意力信息传播模块传播的注意力信息定义为以下公式:
其中,α1和α2是语义分割分支中第一阶段输出特征图S1的通道注意力加权参数,β1和β2是几何距离嵌入分支中第一阶段输出特征图D1的通道注意力加权参数,和是注意力信息,该注意力信息是先将两个分支的输入特征进行通道注意力选择,即对输入特征使用全局平均池化得到包含全局上下文信息的特征向量,然后再经过1×1卷积层和激活函数的映射,之后与输入特征相乘,再后将进行通道注意力选择之后的两个分支特征进行融合,最后用本分支的输入特征和融合...
【专利技术属性】
技术研发人员:龙建武,彭浪,鄢泽然,陈鸿发,
申请(专利权)人:重庆理工大学,
类型:发明
国别省市:重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。